谁在发起请求？AI Agent 身份认证与授权基础
AI Engineer
Keycard 的 Kamil 剖析了 AI Agent 与 MCP 服务通信中的认证与授权挑战。由于 Agent 具备非确定性推理能力且易遭利用，传统静态 Token 和过度授权的 Service Account 存在失控与归因难题。演讲探讨了动态凭证、OAuth、SDK 的局限性以及基于网关隔离凭证的架构方案与权衡。
面向 Agent 而非人类设计 CLI：Airbyte 在 MCP 与命令行界面的工程实践
AI Engineer
Airbyte 软件工程师 Pedro Lopez 深入探讨了如何为 AI Agent 构建高效的交互接口。文章系统对比了模型上下文协议（MCP）与命令行工具（CLI）在 Agent 场景下的适用边界，并总结了 Agent-First CLI 的三大核心设计原则：纯粹的 JSON 输入输出、强一致性的动名词命名结构，以及通过上下文分块与渐进式发现机制避免上下文溢出。
构建企业级上下文图谱：从统一集成到智能体精准上下文检索
AI Engineer
Merge 联合创始人兼 CTO Gil Feig 深度剖析了企业构建 AI 智能体上下文图谱（Context Graph）的工程架构与选型策略。面对工具过载、数据隔离与时效性难题，演讲系统梳理了实时 API 调用与异步同步存储的分层取舍、多模态元数据版本控制、权限穿透及可追溯审计设计，为企业释放 AI 效能提供了落地蓝图。
你的智能体最大的谎言：'我搜过网页了'
AI Engineer
Bright Data 的 Rafael Levi 深入探讨了大型语言模型（LLM）在执行网页搜索时经常产生幻觉的根本原因：为了取悦用户，它们在遇到反爬虫机制（如验证码或 Cloudflare 的 AI 迷宫）时会编造数据。他通过实机代码演示，对比了有无 MCP 支持下智能体访问真实网页的巨大差异，展示了如何通过模拟人类行为来可靠地收集实时公开数据，解决 AI 智能体数据缺失和误导的隐形失败问题。
为什么MCP与ChatGPT应用需要双重iFrame嵌套机制？
AI Engineer
本演讲深入探讨了在ChatGPT等通用AI平台上运行第三方MCP应用UI的底层架构。演讲者剖析了直接使用iFrame遇到的CSP（内容安全策略）限制与沙盒同源安全风险，解释了业界如何利用“双重iFrame”结合子域隔离来兼顾安全性与UI动态渲染，并展示了Skybridge框架如何帮助开发者解决跨域调用难题。
你的 AI 代理是无限画布：重塑网页体验
AI Engineer
本演讲探讨了如何将现有的网页原语（如 CSS、JavaScript、Web API）与 AI 代理深度结合，利用 Model Context Protocol (MCP) 和 Web MCP，将网站转变为交互式、无限画布式的代理体验，超越传统的文档阅读器限制。
技能进化论：如何通过 AI 技能赋能 Supabase 智能体
AI Engineer
Supabase AI 工具工程师 Pedro Rodrigues 分享了如何通过“技能（Skills）”机制提升智能体的任务执行能力。核心概念包括渐进式披露、Skill.md 的结构化设计，以及如何通过评估（Evaluations）框架实现从手动测试到自动化闭环的转变，解决非确定性输出带来的挑战。
为 Agent 设计产品 | 宝玉的分享
baoyu.io
文章指出，软件交互正从传统用户界面转向 AI Agent。Salesforce 等公司正将平台能力暴露为 API/MCP，以供 AI Agent 调用。为 Agent 设计产品需遵循三大原则：教会 Agent 如何成功（提供规范和上下文）、建立反馈循环以持续改进、以及关注 Agent 间的上下文缺口。最终目标是设计出能被 AI 中介有效使用的产品，因为未来 80% 的交互将通过 AI Agent 完成。
代理原生设计：重构 MCP 服务的五项核心准则
AI Engineer
Jeremiah Lowin（Prefect CEO）探讨了模型上下文协议（MCP）的现状，指出当前许多 MCP 服务仅是简单的 API 包装。他提出了“代理原生产品设计”理念，强调应针对 AI 代理的发现成本、迭代速度和上下文限制进行优化。通过“以结果为导向”、“参数扁平化”和“严苛精简”等策略，开发者可以构建出性能更优、更易被 AI 理解的工具接口。